GitHub-ChauserMondieu

本文主要介绍如何通过python将csv文件导入mysql数据库

解决mysql结果导出到文件需求

本文主要介绍特征选择过程中常用的两种大方法：相关性分析和模型解释，相关性分析中介绍了Peaerson相关系数和JS散度的方法，模型解释中主要介绍了SHAP算法

倘若我们发现使用pip安装相应包的虚拟环境和jupyter notebook的python解释器位置不同，这时我们需要将jupyter notebook的python解释器位置调整至虚拟环境中相应位置，有两种方法。在conda虚拟环境中使用pip安装相应package， 但是在jupyter notebook中加载该package时报错。此时，除去包安装出现问题以外，我们需要考虑是否是包安装位置与notebook引擎位置不一致。

本文首先介绍了决策树的数学背景，同时介绍集成学习相关的bagging boosting 模型理论，最后介绍了随机森林模型和两种最常用的随机森林模型算法GBDT 和XGBoost

本文介绍并列举了指标预警和指标归因分析的手段及代码案例

本文介绍了ABTest中两样本均值差检验的统计学原理，并给出具体实例进行两样本均值差检验，同时补充的配对检验｜比率检验｜单向表检验｜列联表检验的相应方法

本篇旨在介绍KNN原理及python｜R实现，并针对降低维度做了LDA PCA 及MDS的介绍

libsnappy.so

hive安装；spark-hive兼容版本编译；spark-sql操作hive表格

java.lang.ClassNotFoundException: org.apache.spark.sql.hive.HiveSessionState；javax.jdo.JDOFatalInternalException: Error creating transactional connection factory

spark SQL数据结构，RDD｜DataFrame｜Dataset 结构梳理和相互转换

Hive伪分布式安装

hadoop shell 操作助记总结

c. 添加以下三条连接，使得spark能够找到对应的hadoop和相应的包。2. 打开sparkshell。然后执行并生效系统环境变量。然后执行并生效系统环境变量。可以看到很多输出，最后找到。b. 其次替换配置文件。

安装时使用 -m 参数能够指定该python解释器安装在当前默认的路径下，也就是我们目前打开的虚拟环境路径之下。因此为能够增加nbextension功能，需要进行如下操作。使用远端镜像比较慢，可以采用国内景象进行下载，相关的。在建立虚拟环境时，要指定使用python的版本。此时的jupyter notebook 亲测是。此时相应环境的python解释器将会被关联在。使用 -i 参数符我们便可以手动设置下载镜像。我的虚拟环境显示如下。

dump文件就会出现在该路径下filename文件中。如果使用.py结尾，则可以通过pyCharm直接进行查看。jupyter notebook 同样支持历史dump，但是注意dump文件只限于本次会话中存在过的各种操作。使用方法是：在该会话中的任意一个jupyter notebook 交互界面的代码单元格中输入。所有经过python解释器解释过的内容都会记录在python历史文件中，位置在。然后可以通过vim操作进行查看。如果还不是很清楚，可以参照。

首先建立画布，建议使用，将所有的绘制任务都分配到ax对象上进行。注意，除非使用1*1的画布分区，否则此时ax将会是一个二维数组，需要以数组的形式获取不同位置的ax对象。

Git采取的是增量式文件存储系统，类似于hadoop中的redo log 或者是MySql主从模式下的bin log，因此每一次提交实质上记录的是与上一次提交相比不同的记录。分为三个区的目的也非常明确，就是能够将本地未跟踪代码以及仓库版本代码进行隔离，并且能够极大程度上为本地未跟踪代码入库提供便利。，stash操作只能以快照的形式处理每一次压栈，并且每一次压栈所存储的快照之间是不能够合并的。是git软件未对代码进行跟踪的位置，我们修改代码就如同没有版本管理软件一般操作；暂存区(staging area)